返回 登录
0

新型计算机离我们还有多远

阅读7839

作者:高如如,魏秀参
本文为《程序员》原创文章,未经允许不得转载,更多精彩文章请订阅《程序员》

自1946年ENIAC(Electronic Numerical Integrator And Calculator,即电子数字积分计算机)问世,从电子管数字机、晶体管数字机、集成电路数字机到大规模集成电路机,电子计算机在人类生活中的分量变得日益重要。不过,摩尔定律也预示着电子计算机的物理极限,因此,无论是从计算能源角度,还是计算原理角度,亦或是突破传统电子芯片物理极限角度出发而重新设计的新型计算机开始逐渐走入我们的视线。

2016年8月3日,《Nature Nanotechnology》发布一篇论文宣布类脑计算机进入新纪元:首个人造随机相变神经元成功问世。该项目由苏黎世IBM研究中心Tomas Tuma及其同事共同完成。该研究借鉴了人脑中神经元细胞的脉冲模型,由输入端(树突)——神经薄膜(双分子层)——信号发生器(主体)——输出端(轴突)组成。神经薄膜采用锗锑碲复合材料制成,该材料有两种存在状态:晶体态和无定形态。初始无定形态的神经薄膜随着信号的到达变成结晶态,从而开始导电,电流在薄膜制造一个信号并通过输出端发射出去。随后锗锑碲薄膜恢复为无定形态,这个过程周而复始从而实现人工相变神经元功能(如图1所示)。

图片描述

图1 人工神经元工作原理

无独有偶,紧接着在8月4日,《Nature》杂志公布了一项量子计算机重大进展:首台可编程小型量子计算机问世。值得一提的是,该工作华丽登上《Nature》封面。这个项目由美国马里兰大学量子信息和计算机科学联合研究所(JQI)研究员Shantanu Debnath及其同事发表。该计算机仅由五比特量子信息组成,能够执行三种不同的量子算法,其中一种算法可利用量子效应,一步完成一项数学运算。首先五个量子比特被储存在五个离子阱中,通过激光脉冲控制被每个离子的电子态,打开或者关闭量子逻辑门,将量子计算转换为激光动作,从外界改变算法,实现“可编程”(如图2所示)。

图片描述

图2 量子计算的软件和硬件配置

这两项研究无疑将新型计算机再次推上了学术热门。实际上,除了类脑计算机/神经元和量子计算机,生物计算机/细胞计算机的发展也是日新月异。

细胞将信息存储在类似于“内存”的地方,生化分子接触细胞表面,为其输入数据,细胞通过体内错综复杂、层层级联的分子相互作用处理这些数据,理论上每个细胞都是一个强大的计算单元。如果我们能像制作电子计算机一样,实现对细胞行为的编程能力,生物计算的前景将难以预估。因此生物学家坚信,未来微型生物计算机可漫游在人体内,监控身体健康状态,并修正它们发现到的任何问题。

如果你认为细胞计算机的发展相当先进,那就大错特错了,有人把细胞计算机所处阶段比作“Colossus”,Colossus是最早的可编程电子计算机,虽然细胞计算机体积渺小不像这个词本身的含义——“巨大”,但它却和Colossus一样表示一个领域的起步阶段,甚至比Colossus还要简单、缓慢和无能。当把数据输入基因系统后,通常需要几个小时才能看到输出结果。与当前电子线路上千兆赫的运算速度相比,生物计算机的速度慢得跟蜗牛一样。

该领域合成生物学家致力于利用细胞天然的信息处理能力,运行自己设计的程序,比如剔除、启动一个基因或者从其他物种转入若干基因,改变传统的遗传操作,进而影响细胞基因的表达结果。这方面研究自2000年首次亮相以来,合成生物学研究已经走过了十多个年头,虽然发展缓慢,但也初见成效。2000年,波士顿大学的的James Collins将两个相互干扰的基因组合在一起,设计了可在两个状态间稳定切换的基因开关,从而实现了1比特的数字存储;2003年,普林斯顿大学的Ron Weiss设计了“Goldilocks” 基因回路,其主要原理是当环境中特定化合物的浓度刚好达到特定值时,这个基因回路使得细胞发光,太高或太低均不发光;几年后,加利福尼亚大学的Adam Arkin利用“重组酶(Recombinase)”从DNA裁下一个片段,将这个片段翻转再放回原位。令人惊喜的是,修饰后的DNA片段可以在细胞分裂时稳定地遗传给子代细胞,实现可遗传的储存系统。不过,这些进展都是可实现单个操作的元件,要想构建计算能力更强大的系统,还需要实现不同元件的组装,而这正是当下面临最大的挑战之一。

令人欣喜的是,7月22日,MIT(麻省理工学院)的Timothy K Lu博士在《Science》杂志宣布了他们的最新成果:“编程”,使其具备一定的“记忆能力”。这位年仅35岁的华裔科研新星曾被麻省理工的百年期刊《技术评论》评为世界青年科技创新家。他发明的细胞机器可以进行简单的计算,储存和回忆等行为,也就是一定意义上的多操作细胞计算机。

该研究在大肠杆菌菌株中特意安置了“靶序列”,当输入特定的化学信号时,细胞释放重组酶,重组酶会根据识别位点处的两个DNA靶序列的方向删除或翻转一段特殊的DNA, 这些位点之间的这段DNA可能包含响应不同输入信号的其他重组酶的识别位点,随后第二或第三个重组酶被激活时,翻转或删除这些位点会改变DNA上将发生的事件(如图3所示)。

图片描述

图3 基于重组酶的状态机工作原理

如果只有两种输入信号,这一回路具有5种可能的状态:不响应任何输入信号,只响应输入信号A,只响应输入信号B,先响应输入信号A然后是输入信号B,及先响应输入信号B然后是输入信号A(如图4所示)。

图片描述

图4 两个输入,五种状态的设计与验证

如果输入三种信号,这一回路将产生16种可能的状态(如图5所示)。

图片描述

图5 三个输入,十六种状态的设计与验证

这项研究将可遗传的存储元件级联起来,植入到大肠杆菌中,细胞以正确的顺序记住了三个不同的输入信号,从而得到了可以计数到3的系统。细菌的存储状态在细胞分裂的过程中可以完整保留。这是非常有用的突破,因为该过程可以将过去的事件记录下来,以便在将来合适的时候检索。原则上,可以设计出记录更大的数字的系统,从而记录重要的生物事件,比如细胞分裂或者细胞自杀。

目前走向应用的生物计算机并没有特别复杂的逻辑运算,比如简单的IF/THEN,几个AND和OR逻辑门,以及1位或者2位的持久存储元件,尽管简单却为当前的诊断方法带来巨大的进步。不难想象,如果可以为天然存在于体内的无害细菌编程,这个生物计算系统可以改变粪便的颜色,或者为其添加化学成分,即可用它们诊断人体早期病变。尽管细胞计算机处于初级阶段,但只要在这个领域前进一小步,将会为人类医学发展带来魔法般的效果。

作者简介:

  • 高如如,同济大学化学科学与工程学院博士生,研究方向为基于生物大分子的逻辑门构建和生物计算机开发,曾在《Chemical Science》等国际著名核心期刊发表论文。
  • 魏秀参,南京大学计算机系机器学习与数据挖掘所(LAMDA)博士生,研究方向为计算机视觉和机器学习。曾在国际顶级期刊和会议发表多篇学术论文,并多次获得国际计算机视觉相关竞赛冠亚军,另撰写的“Must Know Tips/Tricks in Deep Neural Networks”受邀发布于国际知名数据挖掘论坛KDnuggets和Data Science Central。

订阅2016年程序员(含iOS、Android及印刷版)请访问 http://dingyue.programmer.com.cn
图片描述


130+位讲师,16大分论坛,中国科学院院士陈润生、滴滴出行高级副总裁章文嵩、联想集团高级副总裁兼CTO芮勇、上交所前总工程师白硕等专家将亲临2016中国大数据技术大会,票价折扣即将结束,预购从速

图片描述

评论